BAB I PENDAHULUAN. Seiring dengan perkembangan zaman, persaingan di dunia bisnis dan
|
|
- Widya Hartono
- 7 tahun lalu
- Tontonan:
Transkripsi
1 1 BAB I PENDAHULUAN 1.1. Latar Belakang Seiring dengan perkembangan zaman, persaingan di dunia bisnis dan teknologi semakin berkembang pesat. Sehingga membuat para pelaku bisnis berlomba-lomba untuk mengembangkan bisnis mereka dengan memanfaatkan teknologi yang ada dan juga agar bisnis mereka dapat selalu bertahan dan berkembang dalam pesatnya persaingan. Untuk memenuhi keinginan konsumen, para pelaku bisnis harus meningkatkan kualitas produk, penambahan jenis produk yang disukai dan yang paling sering dibeli oleh konsumen. Dalam menghadapi persaingan pasar untuk menghasilkan peningkatan pendapatan toko, pihak terkait harus menentukan strategi pemasaran produk yang dijual. Para pelaku bisnis juga harus mengetahui pola pembelian konsumen. Dari pola pembelian konsumen bisa membantu dan memudahkan para karyawan toko untuk mengetahui barang apa saja yag paling serig dibeli secara bersamaan, karena dari pola pembelian konsumen para karyawan dapat meyusun penempatan barang. Association rule adalah teknik data mining untuk menemukan aturan assosiatif antara suatu kombinasi item. Dengan mengetahui pola pembelian konsumen pemilik toko dapat mengatur penempatan barang. Algoritma Apriori termasuk jenis Aturan Asosiasi pada data mining. Aturan yang menyatakan asosiasi antara beberapa atribut sering
2 2 disebut affinity analysis atau market basket analisis. Analisis asosiasi atau association rule mining adalah teknik data mining untuk menemukan aturan suatu kombinasi item. Salah satu tahap analisis asosiasi yang menarik perhatian banyak peneliti untuk menghasilkan algoritma yang efisien adalah analisis pola frequensi tinggi (frequent pattern mining). Penting tidaknya suatu asosiasi dapat diketahui dengan dua tolok ukur, yaitu : support dan confidence. Support (nilai penunjang) adalah persentase kombinasi item tersebut dalam database, sedangkan confidence (nilai kepastian) adalah kuatnya hubungan antara-item dalam aturan asosiasi. (Kusrini, 2009 : 149) Dari uraian di atas, penulis menganggap pentingnya penerapan data mining dengan menggunakan algoritma apriori. Data mining adalah suatu proses menemukan hubungan. Yang berarti, pola dan kecenderungan dengan memeriksa dalam sekumpulan besar data yang tersimpan dalam penyimpanan dengan menggunakan teknik pengenalan pola seperti teknik statistik dan matematika (Larose, 2006). Sedangkan penerapan algoritma apriori dalam sebuah aplikasi pada data mining digunakan untuk mengetahui pola pembelian konsumen pada Alfamart. Dari aplikasi tersebut akan dihasilkan sebuah informasi yang bermanfaat untuk toko Rumusan Masalah Berdasarkan latar belakang masalah di atas maka rumusan masalah dalam penelitian ini adalah bagaimana penerapan metode data mining untuk analisis pola pembelian konsumen dengan menggunakan algoritma apriori?
3 Batasan Masalah Adapun batasan masalah dalam penelitian ini adalah: 1. Data yang digunakan adalah data transaksi penjualan selama tiga tahun yaitu dari bulan Januari 2014 sampai Desember Analisis ini digunakan untuk memberikan informasi tentang pola pembelian produk yang paling sering dibeli secara bersamaan oleh konsumen Tujuan Penelitian Tujuan dari peneltian ini adalah sebagai berikut: 1. Untuk menentukan pola pembelian konsumen dengan menggunakan metode Association rule (aturan asosiasi) dan algoritma apriori sehingga dapat mengembangkan strategi pemasaran dalam penjualan barang. 2. Untuk meningkatkan pelayanan konsumen dengan cara menempatkan barang yang sering dibeli konsumen dengan cara bersamaan ditempat yang berdekatan Manfaat Penelitian Ada pun beberapa manfaat yang didaptakan dalam penelitian ini adalah sebagai berikut: 1. Mempermudah konsumen dalam memilih dan mengambil barang yang ingin dibeli. 2. Membantu para karyawan toko untuk mengetahui jenis produk yang paling sering dibeli oleh konsumen secara bersamaan.
4 4 1.6 Metodelogi Penelitian Tempat Dan Waktu Penelitian Tempat penelitian Lokasi penelitian adalah alfamart Singkut 2 yang beralamat di JL Lintas Sumatera, RT 02, Bukit Tigo, Singkut, Sarolangun, Jambi Waktu penelitian Penelitian dilakukan selama bulan September 2016 sampai dengan bulan Februari Data Penelitian Alat dan Bahan Dalam melakukan penelitian ini kebutuhan perangkat dan sistem dalam analisis pola pembelian kosumen dengan algoritma apriori, alat dan bahan yang digunakan adalah sebagai berikut: 1) Perangkat Keras (hardware) terdiri dari: a. Laptop HP EliteBook 6930p b. RAM 4 GB c. Hardisk 230 GB d. Flashdisk 8 GB e. Printer Canon IP2770 2) Perangkat Lunak (software) terdiri dari: a. OS Microsoft Windows 7 b. Microsoft Word 2010 c. WEKA
5 Metode Penelitian Penelitian ini menerapkan metode pendekatan penelitian kuantitatif. Penelitian kuantitatif adalah suatu penelitian yang pada dasarnya menggunakan pendekatan deduktif-induktif. Pendekatan ini diambil dari suatu kerangka teori, gagasan para ahli, maupun pemahaman peneliti berdasarkan pengalamannya, kemudian dikembangkan menjadi permasalahan-permasalahan beserta pemecahan-pemecahannya yang diajukan untuk memperoleh pembenaran (verifikasi) atau penolakan dalam bentuk dukungan data empiris dilapangan. Dengan kata lain, dalam penelitian kuantitatif penelitian diambil dari paradigma teoritik menuju data, dan berakhir pada penerimaan atau penolakan terhadap teori yang digunakan. Penelitian kuantitatif bertumpu sangat kuat pada pengumpulan data berupa angka hasil pengukuran Metode Pengumpulan Data Adapun metode pengumpula data yang digunakan dalam meyelesaikan penelitian tugas akhir ini, antara lain : 1. Pengamatan (Observasi) Dalam proses ini penulis melakukan pengamatan secara langsung terhadap tempat kegiatan penelitian sehingga dapat memberikan informasi yang tepat. Dan informasi yang di hasilkan akan lebih lebih objektif dan teliti.
6 6 2. Wawancara (Interview) Teknik wawancara (interview) merupakan suatu teknik pengumpulan data yang dilakukan dengan cara tanya jawab atau berbicara secara langsung dengan pihak-pihak yang terkait dengan penelitian yang akan dilakukan. Dalam hal ini penulis melakukan tanya jawab secara langsung kepada pihak Alfamart Singkut Studi Pustaka (Literature) Untuk dapat mengumpulkan data yang diperlukan, maka cara yang penulis lakukan adalah dengan mencari dan mempelajari data-data dari buku-buku, jurnal penelitian sebelumnya, dan dari referensi lain yang berhubungan dengan jurnal peulisan laporan penelitian Tehnik Analisa Data Analisa data adalah proses mencari dan menyusun secara sistematis data yang diperoleh dari hasil pengamatan (observasi), wawancara (interview) dan studi pustaka (literature) dengan cara mengorganisasikan data ke dalam kategori, menjabarkan ke dalam unit-unit, melakukan sintesa, menyusun kedalam pola, memilih mana yang penting dan yang akan dipelajari, dan membuat kesimpulan sehingga mudah dipahami oleh diri sendiri dan orang lain. Dalam analisis data kualitatif dilakukan secara interaktif dan berlangsung secara terus-menerus pada setiap tahapan penelitian sehingga sampai tuntas. Komponen dalam analisis data :
7 7 1. Reduksi data Data yang diperoleh dari laporan jumlahnya cukup banyak, untuk itu maka perlu dicatat secara teliti dan rinci. Mereduksi data berarti merangkum, memilih hal-hal pokok, memfokuskan pada hal-hal yang penting, dicari tema dan polanya. 2. Penyajian Data Penyajian data penelitian kualitatif bisa dilakukan dalam bentuk uraian singkat, bagan, hubungan antar kategori, dan sejenisnya. 3. Verifikasi atau Penyimpulan Data Kesimpulan awal yang dikemukakan masih bersifat sementara, dan akan berubah bila ditemukan bukti-bukti yang kuat yang mendukung pada tahap berikutnya. Tetapi apabila kesimpulan yang dikemukakan pada tahap awal, didukung oleh bukti-bukti yang valid dan konsisten saat peneliti kembali kelapangan mengumpulkan data, maka kesimpulan yang dikemukakan merupakan kesimpulan yang kredibilitas Prosedur Penelitian Adapun dalam menganalisis data dalam penerapan data mining ini meggunakan tahapan Knowledge Discovery In Database (KDD) yang terdiri dari beberapa tahapan (Bramer dan Max,2007), yaitu sebagai berikut: 1. Data Selection (Seleksi Data) Dimana data yang relevan dengan tugas analisis dikembalikan kedalam database.
8 8 2. Pre-Processing/Cleaning Biasanya terdapat data yang kurag bagus untuk dimasukkan dalam kelengkapan data perusahaan karena hanya akan dianggap tidak valid bahkan untuk data yang hilang. Sehingga data yang seperti itu lebih baik dibuang. 3. Transformation Beberapa teknik data mining memerlukan format data yang khusus sebelum bisa digunakan dan disebarluaskan. Dalam tahap ini, dilakukan pula pemilihan data yang dibutuhkan oleh teknik data mining yang akan dipakai. Tahap inilah yang akan menentukan kualitas dari data mining. 4. Data Mining Proses esensial dimana metode yang intelijen digunakan untuk mengekstrak pola data. 5. Evaluation (Evaluasi Pola) Dalam tahap ini hasil dari teknik data mining berupa pola-pola yang khas maupun model prediksi dievaluasi untuk menilai apakah hipetesis yang ada memang tercapai. 6. Presentation (Presentasi Pola) Tahap terakhir dari proses data mining adalah bagaimana formulasi keputusa atau aksi dari hasil analisis dari data mining. Dalam presentasi ini, visualisasi juga dapat membantu megkomunikasikan hasil dari data mining.
9 9 1.7 Sistematika Penulisan Sistematika penulisan skripsi ini memberika penjelasan garis besar penelitian ini secara jelas supaya dapat terlihat lebih berhubungan yang disusun dalam kerangka bab da sub-bab. Adapun sistematika penulisannya adalah sebagai berikut: BAB I PENDAHULUAN Dalam bab ini penulis meguraika latar belakang, perumusan masalah, batasan masalah, tujuan dan mafaat, metodologi penulisa laporan, serta sistematika penulisan. BAB II TINJAUAN PUSTAKA Bab ini membahas tentang tinjauan pustaka yag digunakan dalam penelitian antara lain landasan teori. BAB III ANALISA DATA MINING Bab ini membahas tahapan awal dari proses knowledge discovery in database (KDD) meliputi tahapan data cleaning, data integration, data selection, data transformation, data mining, evaluation, dan precentation sesuai teknik dan algoritma yang digunakan. BAB IV HASIL DAN PEMBAHASAN Bab ini membahas dan menjelaskan hasil dari proses data mining yang dilakukan dengan menguraika teknik dan algoritma data
10 10 minig yang digunakan dalam penelitian, sertamenampilkan hasil data mining menggunakan software data mining weka. BAB V KESIMPULAN DAN SARAN Pada bab terakhir ini penulis akan membuat dan mengambil kesimpulan dari pembahasan sebelumnya dan mencoba untuk megutarakan saran yang mungkin dapat dijadikan bahan pertimbangan bagi Alfamart Cabang Singkut 2 dalam pengambila keputusan.
11 Tinjauan Umum BAB II TINJAUAN PUSTAKA Profil Alfamart Pola perilaku pembelian konsumen merupakan hal-hal yang mendasari konsumen untuk membuat keputusan pembelian. Biasanya untuk barang berharga jual rendah (low involvemet) proses pengambilan keputusan dilakukan dengan mudah, sedangkan untuk barang berharga jual tinggi (high involvement) proses pengambilan keputusan dilakukan dengan pertimbangan yang matang. Dan juga pola pembelian konsumen, juga tergantung pada kebutuhuhan konsumen tersebut. Jadi pola pembelian konsumen tergantung terhadap kebutuhan dan harga jual barang yang dibutuhkan. Dari pola tersebut data transaksi penjualan langsung tersimpan pada database yang dimiliki oleh alfamart. Dahulu alfamart tidak melakukan pendataan pelanggan, sehingga pembeli manapun dapat melakukan pembelian. Namun demikian, untuk meingkatkan pelayanan. Pembeli dapat menanyakan apakah barang yang dicari tersedia disana, masih ada berapa unit, dan berapa harganya. Setiap barang yang sudah dibeli tidak dapat ditukar atau dikembalikan, dan setiap pembelian harus dilakukan secara tunai atau debit. Meskipun data pembeli tidak dicatat, namun setiap struk belanja yang dicetak diberi kode. Kode tersebut terdiri dari masingmasing dua digit tanggal, bulan, tahun, dan tiga digit nomor urut. Cotoh kode =
12 berarti, transaksi terjadi pada tanggal 12 september 2016 di nomor urut 056. Namun sekarang, seiring dengan pertumbuhan gerai toko alfamart yang cepat dengan transaksi lebih dari 40 transaksi struk perbulan,dapat terlaksana karena didukung oleh sistem terintegrasi pada setiap poin of sales (POS) kasir disemua gerai yang mencakup sistem penjualan, persediaan, dan penerimaan barang. teknologi di pos kasir yang sudah dibangun telah memenuhi kebutuhan perkembangan dan transaksi di masa depan. Untuk mempercepat pelayanan dan keyamanan belanja dikasir, alfamart menggunakan pemandaian scanner barcode, pembayaran kini pun telah memberikan kemudahan bagi konsumen dengan menggunakan BCA debit,mandiri debit dan berbagai macam bank yang tercantum. Dalam diadakan distribusi barang,alfamart menerapkan digital packing system dan tail gate system pada pusat distribusinya. kedua sistem dan tail gate system pada setiap distribusinya. keduan sistem ini mempercepat dan meningkatkan efisiensi proses pengambilan barang dari rak penyimpanan dan pemuatan barang ke armada pengirim maupun barang di gerai alfamart. 2.2 Landasan Teori Data Mining Menurut Turbanet (2005), data mining adalah suatu istilah yang digunakan untuk menemukan pengetahuan yang tersembunyi di dalam database. Data mining merupakan proses semi otomatik yang menggunakan teknik statistik, matematika, kecerdasan buatan, dan machine learning untuk mengekstraksi dan
13 13 mengidentifikasi informasi pengetahuan potensial dan berguna yang bermanfaat yang tersimpan di dalam database besar. Menurut Larose (2006), data mining merupakan analisis dari peninjauan kumpulan data untuk menemukan hubungan yang tidak diduga da meringkas data dengan cara yang berbeda dengan sebelumnya, yang dapat dipahami dan bermanfaat bagi pemilik data. Dan juga data mining merupakan bidang dari beberapa keilmuan yang menyatukan tehnik dari pembelajaran mesin, pengenalan pola, statisti, database, dan visualisasi untuk penanganan permasalahan pengambilan informasi dari database yang besar. Teknik yang digunakan dalam penelitian ini adalah Association rules. Association rules (aturan asosiasi) atau affinity analysis (analisis afinitas) berkenaan dengan studi tentang apa bersama apa. Sebagai contoh dapat berupa berupa studi transaksi di supermarket, misalnya seseorang yang membeli susu bayi juga membeli sabun mandi. Pada kasus ini berarti susu bayi bersama dengan sabun mandi. Karena awalnya berasal dari studi tentang database transaksi pelanggan untuk menentukan kebiasaan suatu produk dibeli bersama produk apa, maka aturan asosiasi juga sering dinamakan market basket analysis Analisis Dalam Kamus Bahasa Indonesia Kontemporer karangan Peter (2002) menjabarkan pengertian analisis sebagai berikut:
14 14 a. Analisis adalah penyelidikan terhadap suatu peristiwa (perbuatan,karangan dan sebagainya) untuk mendapatkan fakta yang tepat (asal usul, sebab, penyebab sebenarnya, dan sebagainya). b. Analisis adalah penguraian pokok persoalan atas bagian-bagian, penelaahan bagian-bagian tersebut dan hubungan antar bagian untuk mendapatkan pengertian yang tepat dengan pemahaman secara keseluruhan. c. Analisis adalah penjabaran (pembentangan) sesuatu hal, dan sebagainya setelah ditelaah secara seksama. d. Analisis adalah proses pemecahan masalah yang dimulai dengan hipotesis (dugaan, dan sebagainya) sampai terbukti kebenarannya melalui beberapa kepastian (pengamatan, percobaan, dan sebagainya) Pola Pembelian Pola pembelian terdiri dari dua kata pola dan pembelian. Pola memiliki arti yaitu bentuk. Sedangkan pembelian mempunyai kata dasar beli yang berarti memperoleh sesuatu melalui penukaran dengan uang, maka pola pembelian adalah bentuk pembelian menggunakan uang yang dilakukan oleh seseorang untuk mendapatkan barang yang diinginkan Konsumen Menurut Tatik (2003:12), konsumen adalah setiap orang pemakai barang dan/jasa yang tersedia dalam masyarakat, baik bagi kepentingan diri sendiri, keluarga, orang lain,dan maupun makhluk hidup lain dan tidak untuk diperdagangkan. Konsumen dapat dikelompokkan yakni konsumen antara dan
15 15 konsumen akhir. Konsumen antara adalah distributor, agen dan pengecer. Mereka membeli barang bukan untuk dipakai, melainkan untuk diperdagangkan. Sedangkan pengguna barang adalah konsumen akhir. Yang dimaksud konsumen akhir adalah konsumen akhir memperoleh barang atau jasa bukan untuk dijual kembali, melainkan untuk digunakan, baik bagi kepentingan dirinya sendiri, keluarga, orang lain dan makhluk hidup lain Algoritma Apriori Menurut Agrawal & Srikant (1994), algoritma apriori adalah suatu algoritma dasar yang diusulkan untuk menentukan Frequent item sets untuk aturan asosiasi Boolean. Algoritma Apriori termasuk jenis Aturan Asosiasi pada data mining. Aturan yang menyatakan asosiasi antara beberapa atribut sering disebut affinity analysis atau market basket analysis. Analisis asosiasi atau association rule mining adalah teknik data mining untuk menemukan aturan suatu kombinasi item. Salah satu tahap analisis asosiasi yang menarik perhatian banyak peneliti untuk menghasilkan algoritma yang efisien adalah analisis pola frequensi tinggi (frequent pattern mining). Penting tidaknya suatu asosiasi dapat diketahui dengan dua tolok ukur, yaitu : support dan confidence. Support (nilai penunjang) adalah persentase kombinasi item tersebut dalam database, sedangkan confidence (nilai kepastian) adalah kuatnya hubungan antara-item dalam aturan asosiasi. Algoritma apriori dibagi menjadi beberapa tahap yang disebut narasi atau pass. 1. Pembentukan kandidat itemset. Kandidat k-itemset dibentuk dari kombinasi (k-1)-itemset yang didapat dari iterasi sebelumnya. Satu cara
16 16 dari algoritma apriori adalah pemangkasan kandidat k-itemset yang subsetnya berisi k-1 item tidak termasuk dalam pola frekuensi tinggi dengan panjang k Penghitungan support dari tiap kandidat k-itemset. Support dari tiap kandidat k item set didapat dengan menscan database untuk menghitung jumlah transaksi yang memuat semua item didalam kandidat k-itemset tersebut. Ini adalah juga ciri dari algoritma apriori dimana diperlukan penghitungan dengan cara seluruh database sebanyak k-itemset terpanjang. 3. Tetapkan pola frekuensi tinggi. Pola frekuensi tinggi yang memuat k item atau k-itemset ditetapkan dari kandidat k-itemset yang supportnya lebih besar dari minimum support. 4. Bila tidak didapat pola frekuensi tinggi baru maka seluruh proses dihentikan. Metodologi dasar analisis asosiasi pada algoritma apriori terbagi menjadi dua tahap : 1. Analisa pola frekuensi tinggi Tahap ini mencari kombinasi item yang memenuhi syarat minimum dari nilai support dalam database. Nilai support sebuah item diperoleh dengan memakai rumus berikut: Support (A) = Jumlah Transaksi Mengandung A Total transaksi Sedangkan nilai dari support dua item diperoleh dari rumus berikut:
17 17 Support (A,B) = (A B) 2. Pembentukan Aturan Asosiasi Jumlah Transaksi Mengandung A Dan B Total Transaksi Setelah semua pola frekuensi tinggi ditemukan, barulah dicari aturan assosiatif yang memenuhi syarat minimum untuk confidence dengan menghitung confidence aturan asosiasi jika A maka B. Nilai confidence dari aturan jika A maka B diperoleh dari rumus berikut : Confidence = P(B A) = Jumlah Transaksi Mengandung A Dan B Jumlah Transaksi Mengandung A Sumber: Agung, Muhamad Toriq dan Bowo Nurhadiyono. Jurnal Penerapan Data Mining Pada Data Transaksi Penjualan Untuk Mengatur Penempatan Barang Menggunakan Algoritma Apriori. Dari ( download /pdf/ pdf) Data Menurut Turban (2010, p41), data adalah deskripsi dasar dari benda, peristiwa, aktivitas dan transaksi yang direkam, dikelompokkan, dan disimpan tetapi belum terorganisir untuk menyampaikan arti tertentu. Menurut Inmon (2005, p493), data adalah kumpulan dari fakta, konsep, atau instruksi pada penyimpanan yang digunakan untuk komunikasi, perbaikan dan diproses secara otomatis yang mempresentasikan informasi yang dapat di mengerti oleh manusia. Menurut (Al-Bahra, 2005, Hal:8), data dapat berupa catatan-catatan dalam kertas, buku, atau tersimpan sebagai file dalam database. Data akan menjadi
18 18 bahan dalam suatu proses pengolahan data. Oleh karena itu, suatu data belum dapat berbicara banyak sebelum diolah lebih lanjut. Proses pengolahan data terbagi menjadi tiga tahapan, yang disebut dengan siklus pengolahan data (Data Processing Cycle) yaitu : 1.Pada tahapan Input Yaitu dilakukan proses pemasukan data ke dalam komputer lewat media input (Input Devices). 2.Pada tahapan Processing Yaitu dilakukan proses pengolahan data yang sudah dimasukkan, yang dilakukan oleh alat pemroses (Process Devices) yang dapat berupa proses perhitungan, perbandingan, pengendalian, atau pencarian distorage. 3.Pada tahapan Output Yaitu dilakukan proses menghasilkan output dari hasil pengolahan data ke alat output (Output Devices) yaitu berupa informasi. Berdasarkan teori para ahli diatas dapat disimpulkan bahwa, data adalah deskripsi dasar dari benda, peristiwa, aktivitas dan transaksi yang direkam, dikelompokkan, dan disimpan dalam jumlah yang besar tetapi belum diolah Transaksi Transaksi adalah transfer/perpindahan barang dari satu tahap ke tahap lain melalui teknologi yang terpisah. Satu tahapan selesai dan tahap berikutnya dimulai. Transaksi adalah perpindahan barang, jasa, informasi, pengetahuan dll, dari satu tempat (komunitas) ke tempat (komunitas) lain atau pemindahan
19 19 barang dari produsen ke konsumen, atau pemindahan barang dari satu individu ke individu yang lain. Kesimpulan dari materi diatas adalah bahwa transaksi merupakan tindakan yang diperlukan untuk menetapkan, memelihara dan atau mengubah hubungan sosial. Meliputi pembentukan dan upaya mempertahankan kerangka kelembagaan dimana proses transaksi ekonomi bisa terjadi Penjualan Menurut Marwan A (1986), penjualan adalah suatu usaha yang terpadu untuk mengembangkan rencana- rencana strategis yang diarahkan pada usaha pemuasan kebutuhan dan keinginan pembeli guna mendapatkan penjualan yang menghasilkan laba.penjualan merupakan sumber hidup suatu perusahaan, karena dari perusahaan dapat diperoleh laba serta suatu usaha memikat konsumen yang diusahakan untuk mengetahui daya tarik mereka sehingga dapat mengetahui hasil produk yang dihasilkan. Menurut Winardi (1982), penjualan adalah suatu transfer hak atas bendabenda. Dari penjelasan tersebut dalam memindahkan atau mentransfer barang dan jasa diperlukan orang-orang yang bekerja di bidang penjualan seperti pelaksanaan dagang, agen, wakil pelayanan, dan wakil pemasaran. 2.3 Penelitian Sebelumnya Penelitian dalam bidang serupa telah dilakukan oleh Fusna Failasufa (2014) dalam penelitiannya yang berjudul Penerapan Data Mining Untuk Analisis Pola Pembelian Konsumen Dengan Algoritma Apriori Pada Data Transaksi
20 20 Penjualan (Studi Kasus : Pamella Supermarket). Pada penelitian yang dilakukan oleh Fusna Failasufa diperoleh kesimpulan: 1. Data Mining dengan Algoritma Apriori berhasil diterapkan ke dalam aplikasi analisis pola pembelian konsumen di Pamella Supermarket. Hal ini dapat dibuktikan bahwa perhitungan manual yang ditunjukkan pada sub bab pembahasan di bab sebelumnya sama dengan perhitungan denganaplikasi yang ditunjukkan pada halaman lampiran. Penelitian selanjutnya dilakukan oleh Riangga Duta Jayapana dan Yuniarsi Rahayu (2015) dalam penelitian yang berjudul Analisis Pola Pembelian Konsumen Dengan Algoritma Apriori Pada Apotek Rahayu Jepara. Pada penelitian yang dilakukan oleh Riangga Duta Jayapana dan Yuniarsi Rahayu diperoleh kesimpulan: 1. Untuk melakukan analisis data transaksi penjualan dapat menggunakan data mining dengan algoritma apriori. 2. Pengolahan dataset apotek Rahayu Jepara menggunakan WEKA dapat menghasilkan pola frekuensi tinggi yaitu 2 itemset maupun 3 itemset, pola frekuensi tinggi 2 itemset yang didapat yaitu jika membeli obat avarin maka membeli obat dexa. Dan pola transaksi 3 itemset yang didapat yaitu Jika membeli avarin dan troviacol maka membeli obat dexa. 2.4 Kerangka Berfikir Berdasarakan uraian diatas, maka kerangka berfikir dalam penelitian untuk mengetahui pola pembelian konsumen dapat digambarkan sebagai berikut:
21 21 Permasalahan Penerapan Data Mining Untuk Analisis Pola Pembelian Konsumen Dengan Algoritma Apriori Pada Data Transaksi Penjualan Di Alfamart Wawancara (Interview) Pengamatan (Observasi) Studi Pustaka (Literature) Menggunakan metode Association rules dan agoritma Apriori Akan menghasilkan pola frekuensi penempatan produk yang paling sering dibeli oleh konsumen secara bersamaan Gambar 2.1 Kerangka Berfikir
22 22 BAB V KESIMPULAN DAN SARAN 1.1 Kesimpulan Setelah melewati beberapa proses data mining, maka dihasilkan beberapa hubungan keterkaitan antara barang yang satu dengan barang yang lainnya. Dari hubungan-hubungan keterkaitan tersebut dapat digunanakan untuk mengatur penempatan barang. Pengaturan penempatan barang dapat diketahui melalui nilai support dan nilai confidence. Penempatan barang berdasarkan pada nilai confidence suatu barang. Apabila barang- barang yang memiliki nilai confidence tinggi diletakkan bersebelahan, karena dengan tingginya nilai confidence antar kedua barang atau lebih, maka barang-barang tersebut memungkinan dibeli secara bersamaan. 5.2 Saran Berdasarkan penelitia diatas, maka perlu adanya saran bagi peneliti sebagai bahan pertimbangan, adapun diantaranya sebagai berikut: 1. Dengan adanya penelitian ini diharapkan dapat memberikan ide atau masukan dalam menentukan pola pembelian konsumen kearah yang lebih baik. 2. Diharapkan agar dapat bermanfaat dan menjadi bahan pertimbangan bagi para karyawan Alfamart cabang Singkut 2 dalam menentukan penempatan barang berdasarkan nilai confidence yang telah dihasilkan.
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI. yang akan diteliti. Pemanfaatan algoritma apriori sudah cukup banyak digunakan, antara lain
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tinjauan Pustaka Penelitian ini menggunakan beberapa sumber pustaka yang berhubungan dengan kasus yang akan diteliti. Pemanfaatan algoritma apriori sudah cukup
Lebih terperinciBAB II TINJAUAN PUSTAKA. pengetahuan di dalam database. Data mining adalah proses yang menggunakan
6 BAB II TINJAUAN PUSTAKA 2.1 Pengertian Data Mining Data mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan di dalam database. Data mining adalah proses yang menggunakan
Lebih terperinciPENERAPAN ALGORITMA APRIORI DALAM MEMPREDIKSI PERSEDIAAN BUKU PADA PERPUSTAKAAN SMA DWI TUNGGAL TANJUNG MORAWA
PENERAPAN ALGORITMA APRIORI DALAM MEMPREDIKSI PERSEDIAAN BUKU PADA PERPUSTAKAAN SMA DWI TUNGGAL TANJUNG MORAWA Domma Lingga Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl. Sisingamangaraja
Lebih terperinciANALISA DATA PENJUALAN OBAT DENGAN MENGGUNAKAN ALGORITMA APRIORI PADA RUMAH SAKIT UMUM DAERAH H. ABDUL MANAN SIMATUPANG KISARAN
ANALISA DATA PENJUALAN OBAT DENGAN MENGGUNAKAN ALGORITMA APRIORI PADA RUMAH SAKIT UMUM DAERAH H. ABDUL MANAN SIMATUPANG KISARAN Chintia Oktavia Simbolon (0911456) Mahasiswa Program Studi Teknik Informatika,
Lebih terperinciBAB I PENDAHULUAN. baik. Maka para pengelola harus mencermati pola-pola pembelian yang dilakukan
BAB I PENDAHULUAN I.1. Latar Belakang Jumlah pasar swalayan yang terus berkembang membuat para pengelolaswalayan juga dituntut untuk menerapkan strategi pemasaran yang lebih baik. Maka para pengelola harus
Lebih terperinciDATA MINING ANALISA POLA PEMBELIAN PRODUK DENGAN MENGGUNAKAN METODE ALGORITMA APRIORI
DATA MINING ANALISA POLA PEMBELIAN PRODUK DENGAN MENGGUNAKAN METODE ALGORITMA APRIORI Heroe Santoso 1), I Putu Hariyadi 2), Prayitno 3) 1), 2),3) Teknik Informatika STMIK Bumigora Mataram Jl Ismail Marzuki
Lebih terperinciANALISA DAN PERANCANGAN APLIKASI ALGORITMA APRIORI UNTUK KORELASI PENJUALAN PRODUK (STUDI KASUS : APOTIK DIORY FARMA)
ANALISA DAN PERANCANGAN APLIKASI ALGORITMA APRIORI UNTUK KORELASI PENJUALAN PRODUK (STUDI KASUS : APOTIK DIORY FARMA) Harvei Desmon Hutahaean 1, Bosker Sinaga 2, Anastasya Aritonang Rajagukguk 2 1 Program
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada tinjauan pustaka ini membahas tentang landasan teori yang medukung pembahasan yang berhubungan dengan sistem yang akan dibuat. 2.1 Data Mining Data mining adalah kegiatan menemukan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Data Mining Istilah data mining memiliki beberapa padanan, seperti knowledge discovery ataupun pattern recognition. Kedua istilah tersebut sebenarnya memiliki ketepatannnya masing-masing.
Lebih terperinciTimor Setiyaningsih, Nur Syamsiah Teknik Informatika Universitas Darma Persada. Abstrak
DATA MINING MELIHAT POLA HUBUNGAN NILAI TES MASUK MAHASISWA TERHADAP DATA KELULUSAN MAHASISWA UNTUK MEMBANTU PERGURUAN TINGGI DALAM MENGAMBIL KEBIJAKAN DALAM RANGKA PENINGKATAN MUTU PERGURUAN TINGGI Timor
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Saat ini, perkembangan teknologi telah memberikan pengaruh yang sangat besar di dalam kehidupan manusia. Salah satu pengaruh tersebut di bidang informasi yaitu dalam
Lebih terperinciBAB II TINJAUAN PUSTAKA. Turban mendefinisikan Decision Support System sebagai sekumpulan
BAB II TINJAUAN PUSTAKA 2.1 Decision Support System Turban mendefinisikan Decision Support System sebagai sekumpulan prosedur berbasis model untuk data pemrosesan dan penilaian guna membantu para pengambilan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada tinjauan pustaka ini akan dibahas tentang konsep dasar dan teori-teori yang mendukung pembahasan yang berhubungan dengan sistem yang akan dibuat. 2.1 Basis Data (Database) Database
Lebih terperinciIMPLEMENTASI DATA MINING DENGAN ALGORITMA APRIORI PADA TOKO BANGUNAN UD. RUFI SENTOSA JAYA SAMBIREJO - PARE
IMPLEMENTASI DATA MINING DENGAN ALGORITMA APRIORI PADA TOKO BANGUNAN UD. RUFI SENTOSA JAYA SAMBIREJO - PARE SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.)
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Berbagai penemuan terbaru di dalam pengumpulan dan penyimpanan data telah memungkinkan berbagai organisasi untuk mengumpulkan berbagai data (data pembelian, data nasabah,
Lebih terperinci2.2 Data Mining. Universitas Sumatera Utara
Basis data adalah kumpulan terintegrasi dari occurences file/table yang merupakan representasi data dari suatu model enterprise. Sistem basisdata sebenarnya tidak lain adalah sistem penyimpanan-record
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Dasar Teori 2.1.1 Data Mining Data mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan di dalam database. Data mining adalah Proses yang menggunakan
Lebih terperinciANALISA ALGORITMA APRIORI UNTUK MENENTUKAN MEREK PAKAIAN YANG PALING DIMINATI PADA MODE FASHION GROUP MEDAN
ANALISA ALGORITMA APRIORI UNTUK MENENTUKAN MEREK PAKAIAN YANG PALING DIMINATI PADA MODE FASHION GROUP MEDAN Eka Novita Sari (0911010) Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl.
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sistem Rekomendasi Sistem Rekomendasi (SR) merupakan model aplikasi dari hasil observasi terhadap keadaan dan keinginan pelanggan. Sistem Rekomendasi memanfaatkan opini seseorang
Lebih terperinciBAB I PENDAHULUAN. dalam suatu sistem basis data melalui aplikasi sistem informasi manajemen. Dari
BAB I PENDAHULUAN I.1. Latar Belakang Persaingan yang semakin ketat dalam penjualan menuntut para pebisnis untuk menemukan suatu strategi yang dapat meningkatkan penjualan dan pemasaran produk yang dijual,
Lebih terperinciAPLIKASI DATA MINING ANALISIS DATA TRANSAKSI PENJUALAN OBAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus di Apotek Setya Sehat Semarang)
Hapsari Dita Anggraeni, Ragil Saputra, Beta Noranita APLIKASI DATA MINING ANALISIS DATA TRANSAKSI PENJUALAN OBAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus di Apotek Setya Sehat Semarang) Hapsari Dita
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Pelaku bisnis saat ini dituntut selalu inovatif untuk dapat bersaing dengan kompetitor. Bisnis retail seperti Apotek merupakan bisnis dengan persaingan yang sangat
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Perkembangan dan persaingan dalam dunia bisnis perdagangan serta kemajuan teknologi informasi merupakan suatu hal yang saling terkait, dalam ketatnya persaingan pasar
Lebih terperinciAPLIKASI DATA MINING UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA
APLIKASI DATA MINING UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA Yuli Asriningtias, Rodhyah Mardhiyah Program Studi Teknik Informatika Fakultas Bisnis & Teknologi Informasi, Universitas Teknologi
Lebih terperinciBAB I PENDAHULUAN. Data mining memungkinkan penemuan pola-pola yang menarik, informasi yang
1 BAB I PENDAHULUAN Bab pendahuluan ini membahas tentang latar belakang masalah yaitu fenomena perkembangan data yang terus bertambah tetapi informasi yang dihasilkan monoton, sehingga diperlukan data
Lebih terperinciBAB 2 LANDASAN TEORI. Pada bab ini akan dibahas tentang konsep dasar dan teori-teori pendukung yang berhubungan dengan sistem yang akan dibangun.
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas tentang konsep dasar dan teori-teori pendukung yang berhubungan dengan sistem yang akan dibangun. 2.1. Data Mining Data mining adalah suatu istilah yang digunakan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perusahaan ritel yang menyediakan berbagai kebutuhan berkembang pesat bukan hanya di kota besar saja tetapi juga di kota-kota kecil. Untuk memperoleh keuntungan yang
Lebih terperinciPENINGKATAN PERFORMA ALGORITMA APRIORI UNTUK ATURAN ASOSIASI DATA MINING
PENINGKATAN PERFORMA ALGORITMA APRIORI UNTUK ATURAN ASOSIASI DATA MINING Andreas Chandra Teknik Informatika STMIK AMIKOM Yogyakarta Jl Ring road Utara, Condongcatur, Sleman, Yogyakarta 55281 Email : andreaschaandra@yahoo.com
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Data mining adalah proses mencari pola atau informasi menarik dalam data terpilih dengan menggunakan teknik atau metode tertentu (Sensuse dan Gunadi, 2012). Pola-pola
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Pengantar Komputer
BAB 1 PENDAHULUAN 1.1 Pengantar Komputer Saat ini komputer dan piranti pendukungnya telah masuk dalam setiap aspek kehidupan dan pekerjaan. Komputer dimanfaatkan dalam segala bidang dikarenakan komputer
Lebih terperinci3.1 Metode Pengumpulan Data
BAB 3 METODE PENELITIAN 3.1 Metode Pengumpulan Data Sebuah penelitian memerlukan pengumpulan data dan metode pengumpulan data karena sangat berpengaruh terhadap akurasi dan kualitas data yang digunakan
Lebih terperinciIMPLEMENTASI DATA MINING PADA PENJUALAN TIKET PESAWAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus: Jumbo Travel Medan)
IMPLEMENTASI DATA MINING PADA PENJUALAN TIKET PESAWAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus: Jumbo Travel Medan) Sri Rahayu Siregar ( 0911882) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma
Lebih terperinciBAB I PENDAHULUAN. Keberadaan minimarket di kota-kota besar sangat dibutuhkan bagi. masyarakat khususnya di daerah perumahan. Bagi sebagian besar
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Keberadaan minimarket di kota-kota besar sangat dibutuhkan bagi masyarakat khususnya di daerah perumahan. Bagi sebagian besar masyarakat kota, mereka lebih cenderung
Lebih terperinciUKDW BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Untuk dapat meningkatkan penjualan, pengambil keputusan / manajer toko harus dapat memperhatikan faktor-faktor yang mempengaruhi secara langsung. Salah satu
Lebih terperinciPENERAPAN METODE APRIORI ASOSIASI TERHADAP PENJUALAN PRODUCT COSMETIC UNTUK MENDUKUNG STRATEGI PENJUALAN
PENERAPAN METODE APRIORI ASOSIASI TERHADAP PENJUALAN PRODUCT COSMETIC UNTUK MENDUKUNG STRATEGI PENJUALAN SKRIPSI Diajukan untuk memenuhi salah satu syarat guna memperoleh gelar Sarjana Komputer (S.Kom)
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Aplikasi Data Mining Data mining adalah suatu istilah yang digunakan untuk menemukan pengetahuan yang tersembunyi di dalam database. Data mining merupakan proses semi otomatik
Lebih terperinciII. TINJAUAN PUSTAKA
II. TINJAUAN PUSTAKA 2.1 Sistem Informasi Manajemen Mcleod R dan Schell G, (2004) membagi sumber daya menjadi dua bagian yaitu sumberdaya fisikal dan sumberdaya konseptual. Sumber daya fisikal terdiri
Lebih terperinciSKRIPSI TI S1 FIK UDINUS 1
SKRIPSI TI S FIK UDINUS PENERAPAN ASSOCIATION RULE DENGAN ALGORITMA APRIORI UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA TEKNIK INFORMATIKA S FAKULTAS ILMU KOMPUTER UNIVERSITAS DIAN NUSWANTORO
Lebih terperinciPENERAPAN METODE ASOSIASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI UNTUK MENGETAHUI KOMBINASI ANTAR ITEMSET PADA PONDOK KOPI
PENERAPAN METODE ASOSIASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI UNTUK MENGETAHUI KOMBINASI ANTAR ITEMSET PADA PONDOK KOPI Fitri Nurchalifatun Fakultas Ilmu Komputer, Universitas Dian Nuswantoro, Jl.
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisa Masalah Apotek Rumah Sakit Islam Malahayati merupakan suatu organisasi bisnis yang berkembang di Indonesia. Apotek Rumah Sakit Islam Malahayati bergerak
Lebih terperinciIMPLEMENTASI DATA MINING PADA PENJUALAN PRODUK ELEKTRONIK DENGAN ALGORITMA APRIORI (STUDI KASUS : KREDITPLUS)
IMPLEMENTASI DATA MINING PADA PENJUALAN PRODUK ELEKTRONIK DENGAN ALGORITMA APRIORI (STUDI KASUS : KREDITPLUS) Dewi Kartika Pane (0911801) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan
Lebih terperinciPERSYARATAN PRODUK. 1.1 Pendahuluan Latar Belakang Tujuan
BAB 1 PERSYARATAN PRODUK Bab ini membahas mengenai hal umum dari produk yang dibuat, meliputi tujuan, ruang lingkup proyek, perspektif produk, fungsi produk dan hal umum yang lainnya. 1.1 Pendahuluan Hal
Lebih terperinciAturan assosiatif biasanya dinyatakan dalam bentuk : {roti, mentega} {susu} (support = 40%, confidence = 50%)
ASSOCIATION RULE (ALGORITMA A PRIORI) Algoritma A Priori termasuk jenis aturan asosiasi pada data mining. Selain a priori, yang termasuk pada golongan ini adalah metode generalized rule induction dan algoritma
Lebih terperinciBAB III ANALISA DAN DESAIN SISTEM
36 BAB III ANALISA DAN DESAIN SISTEM Tahapan ini merupakan tahapan utama dalam penelitian, dalam tahapan pengembangan sistem metode yang akan dipakai adalah Rapid Application Development dan tahapan Data
Lebih terperinciANALISIS ASSOCIATION RULES ALGORITMA APRIORI PENJUALAN KAOS TRAVELLING
ANALISIS ASSOCIATION RULES ALGORITMA APRIORI PENJUALAN KAOS TRAVELLING Kanthi Wulandari Mahasiswa Program Studi Statistika Universitas Islam Indonesia kanthiwuland@gmail.com Asriyanti Ali Mahasiswa Program
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam periode enam tahun terakhir (tahun 2007 2012), jumlah gerai ritel modern di Indonesia mengalami pertumbuhan rata-rata 17,57% per tahun. Pada tahun 2007, jumlah
Lebih terperinciANALISIS DATA POLA PEMBELIAN KONSUMEN DENGAN ALGORITMA APRIORI PADA TRANSAKSI PENJUALAN SUPERMARKET PAMELLA YOGYAKARTA 1.
ANALISIS DATA POLA PEMBELIAN KONSUMEN DENGAN ALGORITMA APRIORI PADA TRANSAKSI PENJUALAN SUPERMARKET PAMELLA YOGYAKARTA M. Didik R. Wahyudi 1) Fusna Failasufa 2) 1) 2) Teknik Informatika FST UIN Sunan Kalijaga
Lebih terperinciAbstrak. Data Mining, Algoritma Apriori, Algoritma FP-Growth, Mata Pelajaran, Pemrograman, Web Programming, Matematika, Bahasa Inggris.
Penerapan Algoritma Apriori dan Algoritma FP-Growth Dalam Menemukan Hubungan Data Nilai Ijazah Matematika dan Bahasa Inggris Dengan Nilai Mata Pelajaran Pemrograman dan Web Programming (Studi Kasus SMK
Lebih terperinciAssocation Rule. Data Mining
Assocation Rule Data Mining Association Rule Analisis asosiasi atau association rule mining adalah teknik data mining untuk menemukan aturan assosiatif antara suatu kombinasi item. Aturan yang menyatakan
Lebih terperinciANALISA PENERAPAN DATAMINING PADA PENJUALAN PRODUK OLI MESIN SEPEDA MOTOR DENGAN ALGORITMA APRIORI
ANALISA PENERAPAN DATAMINING PADA PENJUALAN PRODUK OLI MESIN SEPEDA MOTOR DENGAN ALGORITMA APRIORI Siti Sundari Program Studi Teknik Informatika, Sekolah Tinggi Teknik Harapan Medan Jalan Hm. Joni No 70
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Pendahuluan 1.2 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Pendahuluan Pada jaman modernisasi, teknologi digital mengambil alih dunia dengan terusmenerus berlomba berkreasi tiada henti-hentinya demi tercapainya kemudahan dan kecepatan penyebaran
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
Bab 1 Pendahuluan BAB 1 PENDAHULUAN 1.1. Latar Belakang Pada era globalisasi saat ini, perkembangan teknologi tidak dapat dihindarkan dalam kehidupan manusia. Perkembangan teknologi yang ada, memiliki
Lebih terperinciPengembangan Aplikasi Market Basket Analysis Menggunakan Algoritma Generalized Sequential Pattern pada Supermarket
Pengembangan Aplikasi Market Basket Analysis Menggunakan Algoritma Generalized Sequential Pattern pada Supermarket Gunawan 1), Alex Xandra Albert Sim 2), Fandi Halim 3), M. Hawari Simanullang 4), M. Firkhan
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Ketersediaan data sudah bukan hal yang sulit diperoleh lagi dewasa ini apalagi ditunjang dengan banyaknya kegiatan yang sudah dilakukan secara komputerisasi.
Lebih terperinciBAB I PENDAHULUAN. Toko central menjual berbagai macam aksesoris hp untuk masyarakat yang
BAB I PENDAHULUAN I.1. Latar Belakang Toko central menjual berbagai macam aksesoris hp untuk masyarakat yang akan membeli. Toko central menyediakan aksesoris hp sesuai dengan banyaknya permintaan dari
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. yang tepat. Sistem data mining mampu memberikan informasi yang tepat dan
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1. Tinjauan Pustaka Sistem data mining akan lebih efektif dan efisiensi dengan komputerisasi yang tepat. Sistem data mining mampu memberikan informasi yang
Lebih terperinciANALISIS POLA PEMBELIAN KONSUMEN DENGAN ALGORITMA APRIORI PADA APOTEK RAHAYU JEPARA
1 ANALISIS POLA PEMBELIAN KONSUMEN DENGAN ALGORITMA APRIORI PADA APOTEK RAHAYU JEPARA Riangga Duta Jayapana, Yuniarsi Rahayu Fakultas Ilmu Komputer Program Studi Teknik Informatika Universitas Dian Nuswantoro
Lebih terperinciBAB I PENDAHULUAN. pesat, ini dapat dilihat dari kemunculan berbagai aplikasi-aplikasi yang dapat
BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan teknologi perangkat lunak pada masa sekarang ini sangatlah pesat, ini dapat dilihat dari kemunculan berbagai aplikasi-aplikasi yang dapat memudahkan user
Lebih terperinciAPLIKASI DATA MINING UNTUK POLA PERMINTAAN DARAH DI UDD ( UNIT DONOR DARAH ) PMI KOTA SURABAYA MENGGUNAKAN METODE APRIORI
APLIKASI DATA MINING UNTUK POLA PERMINTAAN DARAH DI UDD ( UNIT DONOR DARAH ) PMI KOTA SURABAYA MENGGUNAKAN METODE APRIORI Budanis Dwi Meilani, dan Dermawan Cahyo Utomo Jurusan Teknik Informatika, Fakultas
Lebih terperinciBAB I PENDAHULUAN. bersaing. Dalam dunia bisnis yang dinamis dan penuh persaingan. Seiring dengan
BAB I PENDAHULUAN 1.1 Latar Belakang Kemajuan perkembangan teknologi informasi pada era globalisasi sekarang ini sangat pesat, hal ini menuntut setiap perusahaan untuk dapat saling bersaing. Dalam dunia
Lebih terperinci- PERTEMUAN 1 - KNOWLEGDE DISCOVERY
DATA WAREHOUSE - PERTEMUAN 1 - KNOWLEGDE DISCOVERY in DATABASE (KDD) Penemuan Pengetahuan di Database Tujuan : Mahasiswa Dapat memahami konsep KDD yang merupakan tujuan akhir dari Data Warehouse dan Data
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perpustakaan merupakan tempat dimana seseorang mendapatkan pengetahuan, informasi atau hiburan dengan jumlah kategori yang bervarian seperti ilmiah, non fiksi, komedi,
Lebih terperinciBAB I PENDAHULUAN I-1
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan Banyaknya persaingan dalam dunia bisnis khususnya dalam industri penjualan, menuntut para pengembang untuk menemukan suatu strategi yang dapat meningkatkan
Lebih terperinciIMPLEMENTASI DATA MINING ALGORITMA APRIORI PADA PENJUALAN SPAREPART MOTOR DI AHAS PUTRA MOTOR
IMPLEMENTASI DATA MINING ALGORITMA APRIORI PADA PENJUALAN SPAREPART MOTOR DI AHAS PUTRA MOTOR SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer
Lebih terperinciBAB I PENDAHULUAN. Dengan kemajuan teknologi informasi dewasa ini, kebutuhan akan
BAB I PENDAHULUAN I.1. Latar Belakang Dengan kemajuan teknologi informasi dewasa ini, kebutuhan akan informasi yang sangat akurat sangat dibutuhkan dalam kehidupan sehari hari, sehingga informasi akan
Lebih terperinciIMPLEMENTASI DATA MINING PENJUALAN SABUN DENGAN MENGGUNAKAN METODE APRIORI ( Studi Kasus : PT. Unilever)
IMPLEMENTASI DATA MINING PENJUALAN SABUN DENGAN MENGGUNAKAN METODE APRIORI ( Studi Kasus : PT. Unilever) Nurul Adha 1, Lince Tomoria Sianturi 2, Edward Robinson Siagian 3 Mahasiswa Teknik Informatika STMIK
Lebih terperinciGambar Tahap-Tahap Penelitian
BAB III METODELOGI PENELITIAN Dalam menyelesaikan penelitian ini dibuat beberapa tahapan. Tahap-tahap kegiatan dijelaskan dalam Gambar 3.1 Studi Literatur Pengumpulan Data Retrieve Data Pre-Processing
Lebih terperinciBAB IV HASIL DAN UJICOBA. Penerapan Data Mining Market Basket Analysis Terhadap Data Penjualan Produk
BAB IV HASIL DAN UJICOBA IV.1. Tampilan Hasil Berikut ini dijelaskan mengenai tampilan hasil dari perancangan Penerapan Data Mining Market Basket Analysis Terhadap Data Penjualan Produk Elektronik Dengan
Lebih terperinciJURNAL IMPLEMENTASI DATA MINING UNTUK MEMPREDIKSI HASIL PENJUALAN BARANG PADA TOKO SINAR BARU DENGAN MENGGUNAKAN ALGORITMA APRIORI
JURNAL IMPLEMENTASI DATA MINING UNTUK MEMPREDIKSI HASIL PENJUALAN BARANG PADA TOKO SINAR BARU DENGAN MENGGUNAKAN ALGORITMA APRIORI IMPLEMENTATION OF DATA MINING TO PREDICT RESULTS OF SALES GOODS IN THE
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah Identifikasi Masalah Masalah Umum
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah 1.1.1 Identifikasi Masalah 1.1.1.1. Masalah Umum Situasi kondisi perekonomian yang ada pada saat ini menunjukkan adanya perkembangan dunia usaha semakin pesat
Lebih terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Berikut ini dijelaskan tentang tampilan hasil dari perancangan penerapan data mining untuk memprediksi minat pembeli barang elektronik dengan menggunakan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Penambangan Data (Data Mining) Pengertian data mining, berdasarkan beberapa orang: 1. Data mining (penambangan data) adalah suatu proses untuk menemukan suatu pengetahuan atau
Lebih terperinciBAB II TINJAUAN PUSTAKA 2.1 DASAR TEORI Business Analytic
digilib.uns.ac.id BAB II TINJAUAN PUSTAKA 2.1 DASAR TEORI 2.1.1 Business Analytic 2.1.1.1 Pengertian Business Analytic (BA) Business Analytic adalah aplikasi dan teknik untuk mengumpulkan, menyimpan, menganalisis
Lebih terperinciPENERAPAN ALGORITMA APRIORI DALAM MENENTUKAN STRATEGI PENJUALAN MAKANAN RINGAN (Studi Kasus: Toko Pak Herry Templek - Gadungan)
PENERAPAN ALGORITMA APRIORI DALAM MENENTUKAN STRATEGI PENJUALAN MAKANAN RINGAN (Studi Kasus: Toko Pak Herry Templek - Gadungan) SKRIPSI Diajukan Untuk Memenuhi Sebagai Syarat Guna Memperoleh Gelar Sarjana
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Penelitian Informasi merupakan suatu unsur kunci yang penting di dalam suatu sistem konseptual. Suatu informasi dapat terbentuk melalui berbagai cara
Lebih terperinciJournal of Informatics and Technology, Vol 2, No 2, Tahun 2013, p
Journal of Informatics and Technology, Vol 2, No 2, Tahun 2013, p 22-28 http://ejournal-s1.undip.ac.id/index.php/joint APLIKASI DATA MINING ANALISIS DATA TRANSAKSI PENJUALAN OBAT MENGGUNAKAN ALGORITMA
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian merupakan suatu prosedur beserta tahapan-tahapan yang
BAB III METODE PENELITIAN Metode penelitian merupakan suatu prosedur beserta tahapan-tahapan yang tersusun secara jelas dan sistematis guna menyelesaikan suatu permasalahan yang sedang diteliti dengan
Lebih terperinciImplementasi Data Mining Algoritme Apriori Pada Sistem Penjualan Kusuma Shop
Implementasi Data Mining Algoritme Apriori Pada Sistem Penjualan Kusuma Shop Lutfi Mukaromah 1, Kusumaningtyas 2, Apriliani Galih Saputri 3, Harleni Vionita 4, Rendi Susilo 5,Tri Astuti 6, Lusi Dwi Oktaviana
Lebih terperinciTINJAUAN PUSTAKA Data Mining
25 TINJAUAN PUSTAKA 2.1. Data Mining Definisi sederhana dari data mining adalah ekstraksi informasi atau pola yang penting atau menarik dari data yang ada di database. Secara lengkap, Data mining merupakan
Lebih terperinciBAB II TINJAUAN STUDI DAN LANDASAN TEORI
BAB II TINJAUAN STUDI DAN LANDASAN TEORI 2.1 Tinjauan Studi Penelitian mengenai penerapan metode market basket analysis bukan merupakan hal asing, sebab telah banyak dilakukan oleh peneliti sebelumnya.
Lebih terperinciPENERAPAN METODE ASOSIASI GSP DAN APRIORI UNTUK STOK DAN REKOMENDASI PRODUK
Konferensi Nasional Ilmu Sosial & Teknologi (KNiST) Maret 2017, pp. 412~416 412 PENERAPAN METODE ASOSIASI GSP DAN APRIORI UNTUK STOK DAN REKOMENDASI PRODUK Elly Muningsih AMIK BSI Yogyakarta e-mail : elly.emh@bsi.ac.id
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Objek Penelitian Pada Penelitian ini objek yang akan di ambil adalah sebuah swalayan Indomaret Indraprasta Semarang, dengan mengambil data transaksi penjualan barang
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Pada bab ini akan dijelaskan tahap-tahap yang dilakukan dalam melakukan penelitian. Tahapan penelitian berguna agar pelaksanaan penelitian dapat berjalan dengan baik dan sistematis
Lebih terperinciPENGEMBANGAN APLIKASI PENENTUAN TINGKAT KEUNTUNGAN PADA E- COMMERCE DENGAN MENGGUNAKAN ALGORITMA K-MEANS DAN APRIORI
PENGEMBANGAN APLIKASI PENENTUAN TINGKAT KEUNTUNGAN PADA E- COMMERCE DENGAN MENGGUNAKAN ALGORITMA K-MEANS DAN APRIORI Gunawan 1, Fandi Halim 2, Tony Saputra Debataraja 3, Julianus Efrata Peranginangin 4
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN III.1. Analisis Sistem Analisis sistem yang berjalan pada perusahaan PT. Perintis Perkasa dikelola dengan menggunakan software TDMS (Toyota Dealer Management System). TDMS
Lebih terperinciBAB III METODOLOGI PENELITIAN
40 BAB III METODOLOGI PENELITIAN 3.1 DESAIN PENELITIAN Dalam melakukan penelitian, dibutuhkan desain penelitian agar penelitian yang dilakukan dapat berjalan dengan baik. Berikut ini merupakan desain penelitian
Lebih terperinciDESAIN APLIKASI UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA. Oleh : Rita Prima Bendriyanti ABSTRAK
DESAIN APLIKASI UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA Oleh : Rita Prima Bendriyanti ABSTRAK Penelitian ini menggunakan metode observasi, dengan melihat atau mengamati secara langsung
Lebih terperinciBAB I PENDAHULUAN. Kemajuan teknologi saat ini membuat samartphone hadir dengan berbagai
BAB I PENDAHULUAN I. 1. Latar Belakang Kemajuan teknologi saat ini membuat samartphone hadir dengan berbagai macam model dan fitur, sehingga masyarakat banyak membeli smartphone yang sesuai dengan keinginan
Lebih terperinciPENERAPAN ASSOCIATION RULE DENGAN ALGORITMA APRIORI PADA TRANSAKSI PENJUALAN DI MINIMARKET SKRIPSI. Diajukan Untuk Memenuhi Sebagian Syarat Guna
PENERAPAN ASSOCIATION RULE DENGAN ALGORITMA APRIORI PADA TRANSAKSI PENJUALAN DI MINIMARKET SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program Studi
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belakang PENDAHULUAN Perkembangan teknologi informasi yang sangat pesat yang terjadi dewasa ini menuntut manusia untuk mampu beradaptasi dengan perkembangan tersebut. Upaya adaptasi yang dilakukan
Lebih terperinciBAB I PENDAHULUAN. yang cepat dan besar di Asia (Kartiwi, 2006). Pertumbuhan e-commerce yang
BAB I PENDAHULUAN 1.1 Latar Belakang Indonesia adalah salah satu negara dengan pertumbuhan pasar e-commerce yang cepat dan besar di Asia (Kartiwi, 2006). Pertumbuhan e-commerce yang besar tersebut membuat
Lebih terperinciALGORITMA APRIORI UNTUK REKOMENDASI PENAWARAN PRODUK DI BATIK PUTRA GHOFUR PEKALONGAN
ALGORITMA APRIORI UNTUK REKOMENDASI PENAWARAN PRODUK DI BATIK PUTRA GHOFUR PEKALONGAN Arief Soma Darmawan Program Studi Sistem Informasi,STMIK WidyaPratama Jl. Patriot 25 Pekalongan, Telp (0285)427816
Lebih terperinciAPLIKASI DATA MINING UNTUK ANALISIS ASOSIASI POLA PEMBELIAN DENGAN ALGORITMA APRIORI
APLIKASI DATA MINING UNTUK ANALISIS ASOSIASI POLA PEMBELIAN DENGAN ALGORITMA APRIORI SKRIPSI Disusun Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Komputer pada Departemen Ilmu Komputer/ Informatika
Lebih terperinciANALISIS MARKET BASKET DENGAN ALGORITMA APRIORI (STUDY KASUS TOKO ALIEF)
ANALISIS MARKET BASKET DENGAN ALGORITMA APRIORI (STUDY KASUS TOKO ALIEF) Hernawati STMIK Nusa Mandiri Jl. Kramat Raya No. 18 Rt. 01/Rw. 07 Kwitang, Senen, Jakarta Pusat watiherna27@gmail.com ABSTRAK Dalam
Lebih terperinciBAB I PENDAHULUAN. yakni teknik mesin, teknik elektro dan teknik informatika. Namun bagi para calon
BAB I PENDAHULUAN I.1. Latar Belakang Sekolah Tinggi Teknologi Sinar Husni (STT. Sinar Husni) memiliki mahasiswa yang mayoritasnya adalah para pekerja, oleh karena itu banyak para pekerja yang melanjutkan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pada dasarnya orang suka berbelanja, dan orang-orang berbelanja untuk memenuhi kebutuhan atau hanya ingin membeli sesuatu barang yang diinginkan. Dalam sebuah
Lebih terperinciBAB II TINJAUAN PUSTAKA
6 BAB II TINJAUAN PUSTAKA Pada kajian literatur ini berisi studi pustaka terhadap buku, jurnal ilmiah, penelitian sebelumnya yang berkaitan dengan topik penelitian. Uraian tinjauan pustaka diarahkan untuk
Lebih terperinciBAB I PENDAHULUAN. Teknologi Informasi sekarang ini telah digunakan hampir di semua aspek
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Teknologi Informasi sekarang ini telah digunakan hampir di semua aspek kehidupan, contohnya dalam sebuah perusahaan ritel. Dengan sistem yang telah terkomputerisasi,
Lebih terperinciinformation karena data yang terkumpul itu tidak dapat digunakan untuk aplikasi
ABSTRAK Perkembangan data mining (DM) yang pesat tidak dapat lepas dari perkembangan teknologi informasi yang memungkinkan data dalam jumlah besar terakumulasi sejalan dengan pertumbuhan teknologi informasi.
Lebih terperinciBAB I PENDAHULUAN. banyaknya permintaan konsumen. Pada CV. Surya Indah Abadi untuk mengetahui
BAB I PENDAHULUAN I.1. Latar Belakang Tingginya angka penjualan merupakan salah satu tujuan bagi para pedagang. Untuk itu para pedagang berusaha untuk mendapatkan pelanggan sebanyakbanyaknya. Para pedagang
Lebih terperinci